মাইগ্রেশন গাইড

3 জুন, 2020-এ, আমরা ক্লাউড ভিত্তিক API থেকে অন-ডিভাইস APIগুলিকে আরও ভালভাবে আলাদা করতে Firebase-এর জন্য ML কিটে কিছু পরিবর্তন করেছি। API-এর বর্তমান সেটটি এখন নিম্নলিখিত দুটি পণ্যে বিভক্ত:

  • একটি নতুন পণ্য, যাকে সাধারণভাবে ML Kit বলা হয়, যেটিতে সমস্ত অন-ডিভাইস API গুলি থাকবে৷

  • ফায়ারবেস মেশিন লার্নিং , ক্লাউড-ভিত্তিক API এবং কাস্টম মডেল স্থাপনার উপর দৃষ্টি নিবদ্ধ করে।

আপনার যদি শুধুমাত্র একটি অন-ডিভাইস সমাধানের প্রয়োজন হয় তবে এই পরিবর্তনটি আপনার অ্যাপ্লিকেশানে ML কিটকে একীভূত করা আরও সহজ করে তুলবে৷ Firebase ML Kit SDK থেকে নতুন ML Kit SDK-এ কীভাবে আপনার অ্যাপ স্থানান্তর করবেন তা এই দস্তাবেজটি ব্যাখ্যা করে৷

কি পরিবর্তন হচ্ছে?

অন-ডিভাইস বেস API

নিম্নলিখিত APIগুলি নতুন স্বতন্ত্র এমএল কিট SDK-এ সরানো হয়েছে৷

  • বারকোড স্ক্যানিং
  • মুখ সনাক্তকরণ
  • ইমেজ লেবেলিং
  • বস্তু সনাক্তকরণ এবং ট্র্যাকিং
  • পাঠ্য স্বীকৃতি
  • ভাষা আইডি
  • স্মার্ট উত্তর
  • অনুবাদ করা
  • অটোএমএল ভিশন এজ ইনফারেন্স API

Firebase SDK-এর জন্য ML Kit-এ বিদ্যমান অন-ডিভাইস বেস এপিআইগুলি বাতিল করা হয়েছে এবং সেগুলি আর আপডেট পাবে না।

আপনি যদি আজ আপনার অ্যাপে এই APIগুলি ব্যবহার করেন, অনুগ্রহ করে Android এর জন্য ML Kit মাইগ্রেশন গাইড এবং iOS এর জন্য ML কিট মাইগ্রেশন গাইড অনুসরণ করে নতুন ML Kit SDK-এ স্থানান্তর করুন৷

কাস্টম মডেল APIs

Firebase-এ হোস্ট করা মডেল ডাউনলোড করার জন্য, Firebase ML SDK-এর মাধ্যমে কাস্টম মডেল ডাউনলোডার অফার করা অব্যাহত রয়েছে। SDK সর্বশেষ উপলব্ধ মডেল নিয়ে আসে এবং অনুমানের জন্য আলাদা TensorFlow Lite রানটাইমে পাস করে।

Firebase SDK-এর জন্য ML Kit-এ বিদ্যমান কাস্টম মডেল ইন্টারপ্রেটার অবমুক্ত করা হয়েছে এবং আর আপডেট পাবেন না। আমরা অনুমানের জন্য সরাসরি TensorFlow Lite রানটাইম ব্যবহার করার পরামর্শ দিই। বিকল্পভাবে, আপনি যদি শুধুমাত্র ইমেজ লেবেলিং এবং অবজেক্ট ডিটেকশন এবং ট্র্যাকিং API-এর জন্য কাস্টম মডেলগুলি ব্যবহার করতে চান, তাহলে আপনি এখন সরাসরি ML Kit-এ এই APIগুলিতে কাস্টম মডেলগুলি ব্যবহার করতে পারেন৷

বিস্তারিত নির্দেশাবলীর জন্য Android এবং iOS এর জন্য মাইগ্রেশন গাইড দেখুন।

কি পরিবর্তন হয়নি?

ক্লাউড-ভিত্তিক API এবং পরিষেবাগুলি Firebase ML-এর সাথে অফার করা অব্যাহত থাকবে:

  • ক্লাউড-ভিত্তিক ইমেজ লেবেলিং, টেক্সট রিকগনিশন এবং ল্যান্ডমার্ক রিকগনিশন API এখনও Firebase ML SDK থেকে পাওয়া যায়।

  • Firebase ML এছাড়াও মডেল স্থাপনার অফার চালিয়ে যাচ্ছে

সচরাচর জিজ্ঞাস্য

কেন এই পরিবর্তন?

পণ্যটি কী সমাধান দিচ্ছে তা স্পষ্ট করতে আমরা এই পরিবর্তন করছি। এই পরিবর্তনের সাথে, নতুন ML Kit SDK সম্পূর্ণরূপে অন-ডিভাইস মেশিন লার্নিং-এর উপর দৃষ্টি নিবদ্ধ করে যেখানে সমস্ত ডেটা প্রসেসিং ডিভাইসে হয় এবং বিকাশকারীদের কাছে বিনা খরচে উপলব্ধ। যে ক্লাউড পরিষেবাগুলি আগে Firebase ML Kit-এর অংশ ছিল সেগুলি Firebase ML-এর মাধ্যমে উপলব্ধ থাকে এবং আপনি এখনও ML Kit API-এর সাথে সমান্তরালভাবে ব্যবহার করতে পারেন৷

অন-ডিভাইস API-এর জন্য, নতুন ML Kit SDK ডেভেলপারদের জন্য তাদের অ্যাপে ML Kit সংহত করা সহজ করে তোলে। এগিয়ে গিয়ে, আপনাকে কেবল অ্যাপের প্রকল্পে নির্ভরতা যুক্ত করতে হবে এবং তারপরে API ব্যবহার শুরু করতে হবে। শুধুমাত্র অন-ডিভাইস API ব্যবহার করার জন্য ফায়ারবেস প্রজেক্ট সেট আপ করার দরকার নেই।

Firebase এর সাথে হোস্ট করা আমার মডেলগুলির কি হবে?

ফায়ারবেস মেশিন লার্নিং আপনার মডেলগুলিকে আগের মতোই পরিবেশন করতে থাকবে। যে কার্যকারিতা পরিবর্তন করা হয় না. এখানে কয়েকটি উন্নতি রয়েছে:

  • আপনি এখন পাইথন বা নোড SDK ব্যবহার করে আপনার মডেলগুলিকে Firebase-এ প্রোগ্রাম্যাটিকভাবে স্থাপন করতে পারেন।

  • আপনি এখন TensorFlow Lite রানটাইমের সাথে Firebase ML SDK ব্যবহার করতে পারেন। Firebase SDK ডিভাইসে মডেলটি ডাউনলোড করে এবং TensorFlow Lite রানটাইম অনুমানটি সম্পাদন করে। এটি আপনাকে কাস্টম বিল্ড সহ আপনার পছন্দের রানটাইম সংস্করণটি সহজেই চয়ন করতে দেয়৷

নতুন ML Kit SDK-এ স্থানান্তরিত হওয়ার ফলে আমি কী কী সুবিধা পাব?

নতুন SDK-এ স্থানান্তরিত করা নিশ্চিত করবে আপনার অ্যাপ্লিকেশনগুলি সর্বশেষ বাগ ফিক্স এবং অন-ডিভাইস API-এর উন্নতি থেকে উপকৃত হবে। উদাহরণস্বরূপ, এখানে প্রথম প্রকাশে কয়েকটি পরিবর্তন রয়েছে:

  • আপনি এখন নতুন কাস্টম ইমেজ লেবেলিং এবং কাস্টম অবজেক্ট ডিটেকশন এবং ট্র্যাকিং API ব্যবহার করতে পারেন সহজেই আপনার অ্যাপে কাস্টম ইমেজ ক্লাসিফিকেশন মডেলগুলিকে সংহত করতে এবং রিয়েল-টাইম ইন্টারেক্টিভ ব্যবহারকারীর অভিজ্ঞতা তৈরি করতে।

  • অ্যান্ড্রয়েড জেটপ্যাক লাইফসাইকেল সমর্থন সমস্ত API-তে যোগ করা হয়েছে। আপনি এখন addObserver ব্যবহার করতে পারেন স্বয়ংক্রিয়ভাবে এমএল কিট এপিআই-এর সূচনা এবং বিচ্ছিন্নকরণ পরিচালনা করতে কারণ অ্যাপটি ব্যবহারকারী/সিস্টেম দ্বারা স্ক্রিন ঘূর্ণন বা বন্ধের মধ্য দিয়ে যায়। এটি CameraX এর সাথে একীকরণকে সহজ করে তোলে।

সর্বশেষ পরিবর্তনের একটি সম্পূর্ণ তালিকা ML Kit SDK রিলিজ নোটে পাওয়া যাবে।

আমি আজ Firebase-এর জন্য ML Kit ব্যবহার করছি, আমাকে কখন মাইগ্রেট করতে হবে?

আপনি বর্তমানে আপনার অ্যাপে Firebase API-এর জন্য কোন ML Kit ব্যবহার করছেন তার উপর এটি নির্ভর করে।

  • Firebase SDK-এর জন্য ML কিটের অন-ডিভাইস বেস APIগুলি অদূর ভবিষ্যতের জন্য কাজ করা চালিয়ে যাবে। যাইহোক, নতুন ML Kit SDK-এ স্যুইচ করতে দেরি করে, আপনি নতুন বৈশিষ্ট্য এবং আপডেটগুলি থেকে উপকৃত হবেন না। উপরন্তু, একবার আপনি আপনার অ্যাপে অন্যান্য উপাদান আপডেট করার পরে আপনার নির্ভরতা দ্বন্দ্বে পড়ার ঝুঁকি রয়েছে। এটি ঘটতে পারে যখন আপনার অন্যান্য কিছু নির্ভরতা (প্রত্যক্ষ বা পরোক্ষ) Firebase SDK-এর জন্য পুরানো ML Kit দ্বারা প্রত্যাশিতগুলির চেয়ে নতুন। যে লাইব্রেরির জন্য এটি ঘটতে পারে তার উদাহরণ হল OkHttp এবং ফায়ারবেস-সাধারণ।

  • আপনি যদি Firebase SDK-এর জন্য ML Kit-এর মাধ্যমে ক্লাউড এপিআই ব্যবহার করেন, তাহলে এই মুহূর্তে কোনো পরিবর্তনের প্রয়োজন নেই।

  • আপনি যদি কাস্টম মডেল ডিপ্লোয়মেন্ট ব্যবহার করেন, তাহলে আমরা আপনাকে সর্বশেষ সংস্করণে আপগ্রেড করার পরামর্শ দিই যা সরাসরি টেনসরফ্লো লাইট রানটাইমে অনুমানগুলি চালানোর অনুমতি দেয়।